tag 人工智能

標籤
貢獻960
1585
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 rtedevcomm 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 chaoshenjinghyperai 頭像 u_15591470 頭像 u_17579295 頭像 u_17512334 頭像 lab4ai 頭像

@人工智能 / 博客 RSS 訂閱

gomi 頭像

Gomi - Chrome 138 beta Summarizer API 嚐鮮

前言 之前一直想把視頻AI總結的功能集成到Video Roll中，但是由於調用各廠商的AI接口基本上無法實現完全免費，即使免費額度也是有限制的，所以想免費提供給用户使用就捉襟見肘。另一種方式就是讓用户自己填各個廠商的key來做一箇中間件而已。於是覺得沒太大必要，一直擱置了這個功能。但是最近Chrome宣佈138版本將正式內置AI接口，比如Summarizer, Translater等。於是我趕緊下

chrome , gemini-pro , 人工智能 , 前端 , Javascript

收藏 評論

deephub 頭像

deephub - LangGraph實戰：從零構建智能交易機器人，讓多個AI智能體像投資團隊一樣協作

現在的量化交易早就不是簡單的技術指標了。真正有效的交易系統需要像一個完整的投資團隊一樣工作——有專門的分析師收集各種數據，有研究員進行深度分析和辯論，有交易員制定具體策略，還有風險管理團隊把關。問題是傳統的程序很難模擬這種複雜的協作流程。 LangGraph的多智能體架構正好解決了這個問題。我們可以構建一個像真實投資公司一樣運作的系統，每個智能體負責特定的職能，它們之間可以進行辯論、協商，最終形成

llm , 代理 , 人工智能 , 深度學習

收藏 評論

u_16349720 頭像

短短同學 - Java中SSM框架實現增刪改查功能代碼詳解

SSM 框架實現增刪改查（CRUD）功能代碼詳解 以 “用户管理” 模塊為案例，基於 SSM（Spring+SpringMVC+MyBatis）框架實現用户的新增、查詢（單條 / 列表）、修改、刪除功能，全程遵循 “POJO→Mapper→Service→Controller” 的分層開發邏輯，附完整代碼與配置説明。 一、前期準備：項目結構與依賴 1.1 項目目

User , spring , 人工智能 , JAVA , 深度學習

收藏 評論

kubeexplorer 頭像

探索雲原生 - HAMi vGPU 原理分析 Part4：Spread&Binpack 高級調度策略實現

上篇我們分析了 hami-scheduler 工作流程，知道了 hami-webhook、hami-scheduler 是怎麼配合工作的。 本文為 HAMi 原理分析的第四篇，分析 hami-scheduler 在調度時是如何選擇節點的，即：Spread、Binpack 等高級調度策略是怎麼實現的。 !--more-- 這篇文章我們解決最後一個問題：_Spread、Binpack 等高級調度策略

容器 , kubernetes , gpu , 人工智能 , go

收藏 評論

codesheep_pro 頭像

CodeSheep - 稚暉君又開始搖人了，有點猛啊！

最近，稚暉君創業的智元機器人公司又開始各種“搖人”了，除了 2026 屆校園招聘正式啓動之外，最引人矚目的當屬新發布的「優才計劃」。 怎麼樣？這個名字是不是看起來就不一般？ 沒錯，這個屬於智元的高端人才招聘計劃，面向全球頂尖技術人才的公開招聘。 並且智元的這次優才計劃主要聚焦在兩個重點核心研發部門，分別是： 「智元 X-Lab」 和 「智元具身研究中心」。 其中「X-Lab」是智元 CTO-Of

機器學習 , 人工智能 , typescript , 前端 , Javascript

收藏 評論

deephub 頭像

deephub - 量子機器學習入門：三種數據編碼方法對比與應用

在傳統機器學習中數據編碼確實相對直觀：獨熱編碼處理類別變量，標準化調整數值範圍，然後直接輸入模型訓練。整個過程更像是數據清洗，而非核心算法組件。 量子機器學習的編碼完全是另一回事。 傳統算法可以直接消化特徵向量 [0.7, 1.2, -0.3]，但量子電路運行在概率幅和量子態的數學空間裏。你的每個編碼決策——是用角度旋轉、振幅映射還是基態表示——都在重新定義信息在量子系統中的存在形式。這不是簡單的

機器學習 , 編碼 , 人工智能 , 量子計算機

收藏 評論

liuyuedekele 頭像

六月的可樂🥤 - Vue3項目中集成AI對話功能的實戰經驗分享

前言 最近在項目中需要集成AI對話功能，經過調研後選擇了ai-suspended-ball-chat這個Vue3組件庫。使用了一段時間後，想從技術使用者的角度分享一下真實的體驗和踩過的坑，希望對有類似需求的開發者有所幫助。 項目背景與選擇理由 我們的項目是一個企業級的管理後台，需要為用户提供智能客服和代碼助手功能。在選擇方案時，主要考慮了以下幾個因素： 開發效率：不想從頭開發聊天UI和

vue.js , 人工智能 , 前端 , html5 , Javascript

收藏 評論

metaxk 頭像

萬界星空科技 - 一文讀懂電子看板管理：生產看板到底管什麼？看什麼？

一、概念：什麼是電子看板管理？ 電子看板管理是傳統物理看板在數字時代的進化形式。它利用物聯網、傳感器、顯示屏和看板管理軟件（通常集成在MES製造執行系統或ERP企業中），將生產指令、物料需求、狀態反饋和異常警報進行數字化、可視化和實時化傳遞。 二、分類：電子看板的類型 按功能分類（核心業務邏輯）： 生產指令看板： 系統向工位終端或顯示屏發送電子生產指令，包含生產物

數字化轉型 , 工業互聯網 , 數據可視化 , 人工智能 , 製造業

收藏 評論

selectdb 頭像

SelectDB技術團隊 - 愛瑪集團：All In SelectDB 構建極速統一數據平台，領航 AI 數智化實踐

愛瑪集團作為電動車行業的領軍企業，在經過三年多的數智化轉型實踐，成功構建了 All In SelectDB 的統一數據平台，實現了從傳統 Hadoop 多組件架構到 SelectDB 輕量級一體化平台的轉變，數據處理效率提高 5-8 倍，系統穩定性顯著提升。與此同時，引入 MCP Server 智能交互查詢，這背後，是愛瑪集團在數據技術選型、架構設計和平台建設方面的深度思考與實踐。 在電動車

運維 , 數據庫 , 人工智能 , apache

收藏 評論

zread_ai 頭像

zread_ai - Zread智能代碼閲讀夥伴，AI coding 離不開它

在 IDE 中，藉助“\”註釋或一個 Tab 鍵， AI 編程助手就能自動生成大段代碼，已成為許多開發者的日常，“10倍速程序員”的夢想正在快速實現。但 AI 負責“寫”代碼後，更耗費心力的“讀”代碼重擔，依然落在開發者的肩上。 函數調用層層嵌套，邏輯錯綜複雜，祖傳代碼怎麼也看不懂？代碼能跑，但原理是啥？onboarding 新項目太痛苦，框架到底怎麼複用？開源項目有什麼 issue，github

code , github , 人工智能

收藏 評論

fanudeqianbao 頭像

發怒的錢包 - 燒了1000美元雲服務器費用只證明了一件事：90%的AI Agent後端成本都在“空轉”

實驗的開端：一張令人不安的雲服務賬單 對於每一個正在構建AI Agent應用的團隊來説，技術的興奮感過後，很快就會被一個冰冷的現實所困擾——雲服務器的賬單。 與傳統的Web應用不同，AI Agent的負載模式是極度“脈衝式”的：用户可能在幾分鐘內與Agent進行高頻互動，然後長達數小時毫無動靜。但我們為每個用户會話預留的雲服務器（無論是EC2實例還是Docker容器），卻在7x24小時地燃燒着成本

agent , sass , 人工智能 , sandbox

收藏 評論

abai_649946e81ca72 頭像

uiuihaoAICG - 程序員要失業了？GPT-5-Codex深度測評：這個AI已經會搶我飯碗了(含獲取API Key配置與Codex CLI安裝)

朋友們，我剛剛被一個AI給震撼到了。 不是那種"哇，好厲害"的震撼，而是那種"卧槽，我是不是要失業了"的震撼。 就在2025年9月中旬，OpenAI悄無聲息地丟出了一顆核彈：GPT-5-Codex。 如果你以為這只是又一次例行公事的版本更新，那我建議你現在就放下手頭的工作，認真看完這篇文章。因為—— 遊戲規則變了。徹底變了。 還記得GitHub Copilot剛出來時，我們都説它是"副駕駛"

編輯器 , chatgpt , openai , 人工智能

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - AI時代雲原生數據庫一體機的思考

本文整理自 IvorySQL 2025 生態大會暨 PostgreSQL 高峯論壇的演講分享，演講嘉賓：唐成，中啓乘數科技 CTO，資深 PostgreSQL 專家。 引言 AI 技術正從訓練轉向推理與應用，數據基礎設施面臨新的挑戰。傳統數據庫難以滿足 AI Agent 對實時性、多模態檢索和彈性擴展的需求。PostgreSQL 因其擴展性成為 AI 時代的數據基石，雲原生數據庫一體機通過存算分離

數據庫 , postgresql , 人工智能 , 程序員 , 後端

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - PostgreSQL 全表 count 優化實踐：從 SeqScan 痛點分析到 heapam 改進與性能突破

本文整理自 IvorySQL 2025 生態大會暨 PostgreSQL 高峯論壇的演講分享，演講嘉賓：權宗亮。 本文主要包括以下三部分： SeqScan 現狀 heapam 改進 全表計數 SeqScan 現狀 我們使用了一個稍寬的 SeqScan 表，包含約 10-20 個字段，記錄數達 1,000 萬。填充因子約為 50%，生成的數據總計 2.63 GB，佔用約 34.5 萬塊磁盤

數據庫 , postgresql , 人工智能 , SQL , 程序員

收藏 評論

baidujiagoushi 頭像

百度Geek説 - BaikalDB MCP Server ：鏈接數據庫和AI的直通橋

導讀 BaikalDB作為服務百度商業產品的分佈式存儲系統，支撐了整個廣告庫海量物料的存儲。在大語言模型LLM蓬勃發展的現在，想在大模型裏使用BaikalDB裏的數據進行分析，都需要複雜的定製開發。看BaikalDB如何藉助模型上下文協議(MCP)，讓數據庫對話像聊天一樣簡單——無需編寫代碼，大語言模型即可完成複雜數據分析。 01 引言 在2025年以前，大語言模型（Large Language

llm , 人工智能 , 分佈式

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - IvorySQL文檔共建計劃第一期！提 PR，提 Issue，贏取 Beats 耳機、機械鍵盤、書籍等多重好禮！

文檔是開源項目的重要組成部分。結構清晰、內容詳細且準確、易於理解，這樣的文檔可以讓用户更容易理解並上手使用開源項目，在使用的過程中，大部分問題也可以通過閲讀理解文檔來解決。在開源數據庫的世界裏，一份完整、準確的文檔不僅是技術的指南針，更是社區成長的基石。 作為一款基於 PostgreSQL 的開源數據庫，IvorySQL 一直致力於提供更優質的用户體驗。然而，隨着功能的不斷迭代和任務的增多，Ivo

github , 數據庫 , postgresql , 人工智能 , 程序員

收藏 評論

deephub 頭像

deephub - Optuna v4.5新特性深度解析：GPSampler實現約束多目標優化

Optuna在8月18日發佈了最近的 v4.5版，加入了GPSampler的約束多目標優化功能，我們來看看這個新的功能。 基於高斯過程的貝葉斯優化（GPBO）最近幾年在材料科學、機器學習等領域應用很廣。GPSampler最初設計時就想做一個簡單好用的GPBO實現。雖然在定製方面（比如核函數、獲取函數）沒有BoTorch和Ax那麼靈活，但GPSampler勝在速度快，依賴少。 早期版本的GPSamp

機器學習 , 貝葉斯 , 教程 , 人工智能 , 優化

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - 直播預告｜ PostgreSQL 與 IvorySQL 在雲原生時代的演進與實踐

觀看直播即有機會獲取 IvorySQL 周邊禮品。歡迎大家預約哦！ 直播預告 本期直播將由兩位講師聯袂分享。 直播時間和平台 時間：2025 年 9 月 29 日 19:30 開啓 平台：【IvorySQL】視頻號 講師簡介 唐成，中啓乘數創始人及 CTO，IvorySQL 專家顧問委員會成員。《PostgreSQL 修煉之道：從小工到專家》的作者，中啓乘數科技創始人及 CTO。資深數據庫

數據庫 , postgresql , 人工智能 , SQL , 程序員

收藏 評論

rivers_chaitin 頭像

百川雲開發者 - 用寶塔面板輕鬆搞定 PandaWiki，小白也能秒變運維牛人！

嘿，朋友！你是不是也遇到過這樣的煩惱：想自己搭個 Wiki 網站，結果發現服務器上的寶塔面板已經把 80 和 443 這兩個常用端口給佔了？別急，今天我就來給你支個招，讓你用寶塔面板也能輕鬆玩轉 PandaWiki，而且還能讓它跑在標準的 80 和 443 端口上，是不是聽起來就很有成就感？ 故事開始啦：為啥要選 PandaWiki？ 話説回來，為啥我們要選擇 PandaWiki 呢？這可不是我瞎

人工智能 , 開源項目介紹

收藏 評論

selectdb 頭像

SelectDB技術團隊 - Apache Doris 4.0 AI 能力揭秘（二）：為企業級應用而生的 AI 函數設計與實踐

引言 在上一篇文章《Apache Doris 4.0 AI 能力揭秘（一）：AI 函數之 LLM 函數介紹》中，我們介紹了 Apache Doris 4.0 如何通過原生集成 LLM 函數，將大語言模型的強大能力引入 SQL 分析場景，實現文本處理的智能化與內部分析的無縫化。這一能力不僅拓展了數據庫的邊界，也為數據密集型業務注入了全新的智能維度。 然而，技術能力的落地並不止於功能實現，真正的價值在

人工智能 , apache

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - PostgreSQL的邏輯複製spill溢出案例和啓停庫邏輯

本文整理自 IvorySQL 2025 生態大會暨 PostgreSQL 高峯論壇的演講分享，演講嘉賓：劉智龍。 引言 在數據庫運維過程中，停庫與起庫是繞不開的核心環節。然而，在複雜的生產環境中，這些操作並非總能順利完成。以下結合實際案例，對 PostgreSQL 在停庫和起庫過程中可能遇到的典型問題進行技術剖析。 WALsender、archiver 如何優雅阻止停庫 WALsender 阻止停

數據庫 , postgresql , 人工智能 , 程序員

收藏 評論

xingchendahai_68d7dff410962 頭像

星辰大海 - 模擬網頁中國象棋模擬對戰

簡介 本程序有人人對戰和人機對戰，歡迎挑戰 源碼 ''' !DOCTYPE html html lang="zh-CN" head meta charset="UTF-8" meta name="viewport" content="width=device-width, initial-scale=1.0" title迷你象棋/title style bod

人工智能 , HTML , Python

收藏 評論

deephub 頭像

deephub - Google開源Tunix：JAX生態的LLM微調方案來了

JAX生態這兩年在LLM訓練這塊追趕得挺快。PyTorch雖然還是主流但JAX在並行計算、TPU加速和API組合性上確實有些獨特的優勢。Google今天放出了Tunix這個庫，專門做LLM的後訓練——微調、強化學習、知識蒸餾這些都能搞。 Tunix是什麼 這是個構建在JAX之上的後訓練庫，和Flax NNX集成得比較緊密。主要解決三類問題： 監督微調（Supervised Fine-T

llm , jax , google , 人工智能 , 深度學習

收藏 評論

jeecg 頭像

JEECG低代碼平台 - JeecgBoot低代碼 v3.8.3 大版本發佈，組織架構革新+全面邁向 Spring Boot 3 時代

項目介紹 JeecgBoot是一款集成AI應用的，基於BPM流程的低代碼平台，旨在幫助開發者快速實現低代碼開發和構建、部署個性化的 AI 應用。 前後端分離架構Ant DesignVue3，SpringBoot，SpringCloud，Mybatis，Shiro，強大的代碼生成器讓前後端代碼一鍵生成，無需寫任何代碼！ 成套AI大模型功能: AI模型、AI應用、知識庫、AI流程編排、AI對話等； 引

代碼生成 , jeecg-boot , 人工智能 , 低代碼開發平台 , springboot

收藏 評論